李华玲，王沛沛，李金凯，李彩虹，昌志刚，顾宵寰，孙新臣，曹远东

1.南京医科大学特种医学系，江苏南京210009；2.南京医科大学第一附属医院放疗科，江苏南京210009

前言

近年来随着肿瘤放疗的快速发展，接受肿瘤放疗的人数逐渐上升。据估计，美国每年有470 000 名患者接受放疗［1］。在肿瘤放疗的整个过程中，危及器官（Organs‐at‐Risk, OAR）的准确勾画是一个非常关键的环节［2‐3］。而医生手动勾画OAR 是一个十分耗时的过程，每一个患者都有数百张CT 图像，而医生需要对相关的CT图像进行逐张勾画。Walker等［4］和Teguh 等［5］经过研究发现与手动勾画OAR 相比，自动勾画可节省大量的时间。手动勾画OAR一般需要数小时而自动勾画则仅需数分钟乃至数秒即可完成。近年来，多种OAR自动勾画技术被相继开发，其中包括基于图谱的自动勾画技术［6‐7］、基于机器学习的自动勾画技术［8］和基于神经网络的自动勾画技术［9‐10］。在自动勾画技术提出的同时，自动勾画技术的准确度也随之得到了重视，并且逐渐成为学者们的研究热点。已有不少学者对各种自动勾画技术的准确性进行了评估［11‐14］。目前用于评估自动勾画技术的常用方法有豪斯多夫距离（Hausdorff Distance, HD）和体积重叠方法。本研究主要目的是评估基于人工智能（Artificial Intelligence,AI）的自动勾画软件的准确度，并研究自动勾画的几何准确性是否受OAR 体积大小的影响。

1 材料与方法

1.1 实验数据

选取来自南京医科大学第一附属医院放疗科2018年1月至11月的161例患者，其中头颈部肿瘤40例、胸部肿瘤40例、腹部肿瘤41例、盆腔肿瘤40例。……